pdf转txt靠谱吗？证书归档实测，有的工具页码都怼进段落里

前两天整理孩子这一整年参加机器人竞赛的获奖证书，学校发的全是PDF版本，我想把证书内的正文拽出来、做成家庭存档目录，才发现“PDF转TXT”这四个字看着轻巧，试一圈下来讲究还真不少。不同工具出来的效果天差地别，有的识别准确但丢排版，有的恨不得连页眉页码都怼进同一个段落。踩过坑之后我把几类主流方法重新梳理了一遍，分出在线网站、系统自带、专业软件、小程序和代码批量这几条路，每个路子适合什么场景、有什么暗坑，这次一并说清。

一、在线网页工具：免安装、几秒出结果

临时在一台没装任何专业软件的电脑上要转几页PDF，在线网页工具是很自然的顺手选项。不用下载东西，上传、转换、下载三步就完事。

1. Smallpdf

操作步骤：

1. 打开 Smallpdf 官网，在首页功能里找到「PDF to Text」或者直接搜 PDF 转 TXT。
2. 把目标 PDF 拖进上传区域，等待上传完成。
3. 系统自动转码，几秒后就能点下载，得到一个压缩包，里面就是 txt 文件。

用下来感觉它处理常规的文字型 PDF 很快，保留空格和基本换行，阅读起来不费劲。免费账号有单日使用次数限制，对页面里带复杂表格或大量扫描图的文件，排版会有偏移，碰到这种情况还得换更有力的工具。它本身不适合一次处理上百份文档的批量活儿，更倾向于应急和轻度办公。

除 Smallpdf 外，iLovePDF、PDF24 这类在线平台的操作几乎一样，上传、转存、下载，随手哪个都行，只要留意文件别带公司内部或个人敏感数据。

二、系统自带功能：Windows 和 Mac 的纯手动方案

如果 PDF 本身是文字型的——就是那种可以在阅读器里自由划词选中的——那连工具都不用开，系统自带的就够。

Windows 上做法：

1. 右键点击 PDF，选「打开方式」为 Microsoft Edge。
2. 在打开的页面里用鼠标拖选需要的文字，按下 Ctrl+C 复制。
3. 打开记事本，Ctrl+V 粘贴，然后另存为 .txt 格式，编码选 UTF-8。

Mac 也差不多：

1. 直接用“预览”打开 PDF。
2. 光标划过去选中文字，右键点“复制”。
3. 打开“文本编辑”新建文稿，粘贴进去，再通过“格式”菜单选“制作纯文本”，保存时编码选 Unicode（UTF-8）。

长处很明显，零成本、完全在本机操作，没有隐私焦虑。短板也突出：扫描件文字完全没门，页数一多就累得够呛，而且页眉页脚、页码会一并被选中，整理起来有点烦。我觉得它适合那种“只想要其中两三页的内容”的情况，干顺手了甚至比打开网页还快。

三、专业桌面软件与办公套件：高保真输出和 OCR 识别

不得不处理扫描件，或者常跟动辄几十页的合同、报告打交道，那还是得让专门的工具出面。

1. Adobe Acrobat Online

操作步骤：

1. 在浏览器里进入 Adobe 的在线 PDF 工具页面，定位到 PDF 转 TXT 功能。
2. 上传文件后，Adobe 会自动检测内容，对扫描件也会跑一遍 OCR 识别。
3. 转换结束直接把 txt 下载到本地，过程中不需要装任何插件。

实际转一份文字为主的 PDF，段落和换行保留得比较规矩，不会动不动把一句话拆成七八行。对于扫描件，只要原图不是糊成一团，识别出来的文字可读性很不错。但这个在线版同样有文件大小限制，处理一批大体积图纸类 PDF 时会吃力。如果你工作流里本来就有订阅，用它就顺手；偶尔转一下的话，免费额度基本够用。

其实若已经装了桌面端的 Acrobat Pro，导出纯文本的流程和在线版一致，只不过多了一些页范围选择和批量处理的灵活度。

2. WPS Office

很多人电脑上 WPS 都没卸，它本身也带着 PDF 转 TXT 的入口，不用另外安装。

操作步骤：

1. 用 WPS 打开 PDF 文件，如果默认是看图模式，点一下顶部“开始”标签就能进入编辑视图。
2. 在菜单栏找到“另存为”或者输出为纯文本的选项（不同版本位置略有差异，一般在“特色应用”或“文件”菜单下）。
3. 在弹出的格式里选 .txt，指定一个保存位置，点确定就行。

优势是门槛极低，纯文档转换出的文字几乎没有乱码。偶尔碰到布局复杂、有大面积图片和表格的 PDF，转出来的 txt 里文字顺序会跳，需要手工整理。把它当作办公套件自带的快捷通道正好，指望着它去攻克高难度扫描件，就有点强人所难了。

四、手机端的轻量选择

有时候文件在手机上，急着看纯文本，又不想在应用商店下一堆试错成本高的软件，微信小程序是能马上拉开就用的一个路子。

1. 青蓝PDF转换

操作步骤：

1. 直接搜索「青蓝PDF转换」小程序，进去后点「PDF 转 TXT」或者「OCR 扫描件转 TXT」。
2. 上传文件，支持一次勾选多个 PDF，批量跑。
3. 选好输出格式，一键转换，完事就能在本机预览或者发邮件存档。

我拿它转过孩子竞赛证书的扫描件，只要原图不是太花，三下两下就给换成文字了，而且导出不带水印，这点对归档很友好。小程序里的压缩、合并拆分也给备着，偶尔需要顺手就用了。

它适合手边没电脑时快速救急，或者需要让家里不常碰电脑的人也能自己把 PDF 搞成 txt。要留个心的是，扫描件 OCR 的准确率和图像清晰度直接挂钩，特别模糊的证书底纹容易带出乱码；碰到版式极其复杂的多栏原文，转出来的 TXT 可能需要手动微调换行和段落，不是全自动扔那儿就万事大吉。

五、写几行代码批量处理：Python 和命令行

如果手上攒着成百上千份 PDF，挨个鼠标点点点显然不现实，代码方案就是最硬核也最省人工的办法。这里挑两条最稳的路线。

用 pdftotext 命令行（Windows、macOS、Linux 都能配） 安装 poppler-utils 后，一行代码就能出 txt。保留原有版面加上 -layout，原始顺序用 -raw，还能指定页码范围，对付大规模档案转化效率极高。如果 PDF 是扫描件，把它和 Tesseract OCR 串成流水线，一个命令完成图片提取和文字识别。

用 Python 的 pdfplumber 库 适合需要精细提取特定区域文字的场景。写个循环读取出每一页的文字，再拼接写入本地 txt 文件。代码不长，逻辑清晰，跑一次就能把全量文档批量转完。碰到扫描件，可以额外搭配 pytesseract 在脚本里直接做 OCR，只是批量时速度会慢一些，对 CPU 资源有要求。

代码这条路不是每个人都得走，但如果你本身会跑 Python，或者工作流里本来就要做数据处理，用它批量转 txt 是实打实的捷径。

六、针对不同需求怎么挑

自己没有标准答案，更多是看当时拿着什么文件和目的是什么。

如果只是需要把几份证书或者合同里的正文挖出来，在线网页工具和系统自带的复制粘贴完全够，我一般就是在 Edge 里选中、Ctrl+C 粘贴到记事本里，前后十几秒。要求苛刻、不能有串行漏字，特别是带扫描件和表格的 PDF，会直接切到专业软件或者用小程序里的 OCR，不管怎么说，格式保留和专业识别还是要靠它们兜底。当文件数量多到点鼠标会让人烦躁时，Python 脚本或者 pdftotext 命令行能帮你把一整晚的活压到几分钟。

工具本身谈不上孰优孰劣，挑顺手的、匹配文件状态的，转出来的 txt 才干净可用。把证书文本整整齐齐敲进目录那一刻，也觉得这些 PDF 终于不只是一个图标了。

(正文已经结束)